Anime2Sketch

Anime2Sketch

Anime2Sketch : 일러스트레이션, 애니메이션 아트, 만화를위한 스케치 추출기

Xiaoyu Xiang에 의해

업데이트

• 2022.1.14 : Kitoria 의 Docker Environment를 추가하십시오
• 2021.12.25 : README 업데이트. 메리 크리스마스!
• 2021.5.24 : 보간 오류와 GPU 추론 오류를 수정하십시오.
• 2021.5.12 : AK391 의 웹 데모
• 2021.5.2 : 애니메이션 비디오의 더 많은 예제 결과를 업로드하십시오.
• 2021.4.30 : 테스트 스크립트를 업로드하십시오. 이제 우리의 repo가 실행할 준비가되었습니다!
• 2021.4.11 : 사전에 사전 가중치를 업로드하고 더 많은 테스트 결과를 업로드하십시오.
• 2021.4.8 : repo를 만듭니다.

소개

이 저장소에는 ANIME2SKETH의 테스트 코드와 사전 처리 된 가중치가 포함되어 있습니다.

Anime2Sketch는 그림, 애니메이션 아트 및 만화에서 잘 작동하는 스케치 추출기입니다. "스케치-광토 합성을위한 적대적인 오픈 도메인 적응"을 기반으로 한 응용 프로그램입니다.

전제 조건

• Linux, Macos, Docker
• Python 3 (Anaconda 사용 권장)
• CPU 또는 NVIDIA GPU + CUDA CUDNN
• 베개, 파이토치

시작하세요

설치

필요한 패키지를 설치하십시오 : pip install -r requirements.txt

사전에 사전 무게를 다운로드하십시오

Googledrive에서 가중치를 다운로드하여 가중치/ 폴더에 넣으십시오.

또한 어두운 / 낮은 대비 이미지와 함께 작동하는 인공물이없는 모델의 모델이 있습니다. Googledrive에서 가중치를 다운로드하여 가중치/ 폴더에 넣을 수 있습니다.

시험

python3 test.py --dataroot /your_input/dir --load_size 512 --output_dir /your_output/dir

위 명령에는 세 가지 인수가 포함됩니다.

• Dataroot : 테스트 파일 또는 디렉토리
• load_size : 메모리 제한으로 인해 처리 전에 입력 이미지를 크기를 조정해야합니다. 기본적으로 512x512 로 크기를 조정합니다.
• output_dir : 출력 디렉토리의 경로

예제 실행 :

python3 test.py --dataroot test_samples/madoka.jpg --load_size 512 --output_dir results/

도커

Docker에서 실행하려면 입력/출력 이미지 디렉토리를 사용자 정의하여 쉽게 수행 할 수 있습니다.
도커 이미지를 빌드하십시오

make docker-build

입력/출력 디렉토리 설정
MakeFile을 통해 입력/출력 이미지의 마운트 볼륨을 사용자 정의 할 수 있습니다. 대상 디렉토리를 설정하십시오.

 docker run -it --rm --gpus all -v `pwd`:/workspace -v {your_input_dir}:/input -v {your_output_dir}:/output anime2sketch

예:

 docker run -it --rm --gpus all -v `pwd`:/workspace -v `pwd`/test_samples:/input -v `pwd`/output:/output anime2sketch

달리다

make docker-run

CPU 만 실행하려면 두 가지를 수정해야합니다 (GPU 옵션 제거).

• dockerfile cmd 라인 to CMD [ "python", "test.py", "--dataroot", "/input", "--load_size", "512", "--output_dir", "/output" ]
• Docker Run docker run -it --rm -v `pwd`:/workspace -v `pwd`/images/input:/input -v `pwd`/images/output:/output anime2sketch

기차

이 프로젝트는 Aoda의 하위 지점입니다. 훈련 지침을 확인하십시오.

더 많은 결과

우리의 모델은 일러스트레이션 예술에서 잘 작동합니다. 손으로 그린 사진을 선형 선형을 청소하십시오. 프리 핸드 스케치 단순화 : 그리고 더 많은 애니메이션 결과 :

연락하다

Xiaoyu Xiang.

저장소의 문제로 질문을 남길 수도 있습니다. 나는 그들에게 대답하게되어 기쁩니다!

특허

이 프로젝트는 MIT 라이센스에 따라 릴리스됩니다.

인용

 @misc { Anime2Sketch ,
  author = { Xiaoyu Xiang, Ding Liu, Xiao Yang, Yiheng Zhu, Xiaohui Shen } ,
  title = { Anime2Sketch: A Sketch Extractor for Anime Arts with Deep Networks } ,
  year = { 2021 } ,
  publisher = { GitHub } ,
  journal = { GitHub repository } ,
  howpublished = { url{https://github.com/Mukosame/Anime2Sketch} }
}

@inproceedings { xiang2022adversarial ,
  title = { Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis } ,
  author = { Xiang, Xiaoyu and Liu, Ding and Yang, Xiao and Zhu, Yiheng and Shen, Xiaohui and Allebach, Jan P } ,
  booktitle = { Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision } ,
  year = { 2022 }
}